ADCB:用于评估因果效应观测估计量的阿尔茨海默病基准
机器学习
2021-11-15 v1 机器学习
摘要
模拟器为因果效应估计提供了独特的基准,因为它们不依赖于不可验证的假设或对真实世界系统的干预能力,但往往过于简单而无法捕捉实际应用的重要方面。我们提出一个阿尔茨海默病模拟器,旨在建模医疗数据的复杂性,同时支持因果效应与策略估计量的基准测试。我们将该系统拟合到阿尔茨海默病神经影像倡议(ADNI)数据集,并将手工设计的组件建立在比较治疗试验和观测治疗模式的结果之上。该模拟器包含可改变因果推断任务性质与难度的参数,如潜变量、效应异质性、观测历史长度、行为策略和样本量。我们利用该模拟器比较平均处理效应与条件处理效应的估计量。
引用
@article{arxiv.2111.06811,
title = {ADCB: An Alzheimer's disease benchmark for evaluating observational estimators of causal effects},
author = {Newton Mwai Kinyanjui and Fredrik D. Johansson},
journal= {arXiv preprint arXiv:2111.06811},
year = {2021}
}
备注
Machine Learning for Health (ML4H) - Extended Abstract